audit-icon-pipeline
정보
이 스킬은 아이콘 파이프라인을 감사하여 레지스트리, 글리프 매핑, 아이콘 디렉터리, 매니페스트를 비교해 누락된 글리프, 아이콘, HD 변형을 탐지합니다. 스킬, 에이전트, 팀을 위한 모든 팔레트에 걸쳐 구조화된 격차 보고서를 생성합니다. 전체 파이프라인 렌더링 전 건강 점검이나 새 엔티티 추가 후 누락된 자산을 확인하는 데 사용하세요.
빠른 설치
Claude Code
추천npx skills add pjt222/agent-almanac -a claude-code/plugin add https://github.com/pjt222/agent-almanacgit clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/audit-icon-pipelineClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
アイコンパイプライン監査
レジストリとグリフマッピングファイル、アイコンディレクトリ、マニフェストを比較することで、欠落しているグリフ、欠落しているアイコン、古いマニフェストを検出する。スキル、エージェント、チームをカバーする構造化されたギャップレポートを生成する。
使用する場面
- 新しいスキル、エージェント、またはチームを追加した後、アイコンが必要かどうかを確認する場合
- フルパイプラインレンダリングの前に、何が欠落しているかを特定する場合
- レジストリ更新後にマニフェストが同期されていることを確認する場合
- アイコンパイプラインの定期的なヘルスチェック
入力
- 任意: エンティティタイプフィルタ —
skill、agent、team、またはall(デフォルト:all) - 任意: チェックするパレット(デフォルト:
cyberpunk— リファレンスパレット)
手順
ステップ 1: レジストリの読み取り
信頼できるソースであるレジストリからすべてのエンティティIDを収集する。
skills/_registry.ymlを読み取り — すべてのドメインにわたるスキルIDを抽出するagents/_registry.ymlを読み取り — すべてのエージェントIDを抽出するteams/_registry.ymlを読み取り — すべてのチームIDを抽出する- カウントを記録する: スキル総数、エージェント総数、チーム総数
期待される結果: total_skills、total_agents、total_teams と一致するカウントを持つ3つのエンティティIDリスト。
失敗時の対応: レジストリファイルが見つからない場合は、パスを報告してそのエンティティタイプをスキップする。
ステップ 2: グリフマッピングの読み取り
グリフマッピングファイルからマッピング済みのエンティティIDをすべて収集する。
viz/R/glyphs.Rを読み取り —SKILL_GLYPHSリストからすべてのキーを抽出するviz/R/agent_glyphs.Rを読み取り —AGENT_GLYPHSリストからすべてのキーを抽出するviz/R/team_glyphs.Rを読み取り —TEAM_GLYPHSリストからすべてのキーを抽出する
期待される結果: マッピング済みIDの3つのリスト。
失敗時の対応: グリフファイルが見つからない場合は報告し、そのタイプのすべてのエンティティをマッピングなしとしてマークする。
ステップ 3: 欠落グリフの計算
レジストリIDとマッピング済みIDの差分を計算する。
- 欠落スキルグリフ:
registry_skill_ids - mapped_skill_ids - 欠落エージェントグリフ:
registry_agent_ids - mapped_agent_ids - 欠落チームグリフ:
registry_team_ids - mapped_team_ids
期待される結果: レジストリには存在するがグリフ関数がマッピングされていないエンティティIDのリスト。
失敗時の対応: 差分計算が失敗する場合は、レジストリとグリフファイル間のIDフォーマットが一致しているか確認する(例: アンダースコア対ハイフン)。
ステップ 4: レンダリング済みアイコンの確認
マッピング済みグリフに対応するレンダリング済みアイコンファイルがあるか確認する。
- マッピング済みの各スキルIDについて、
viz/public/icons/<palette>/<domain>/<skillId>.webpを確認する - マッピング済みの各エージェントIDについて、
viz/public/icons/<palette>/agents/<agentId>.webpを確認する - マッピング済みの各チームIDについて、
viz/public/icons/<palette>/teams/<teamId>.webpを確認する viz/public/icons-hd/内のHDバリアントも同じ構造で確認する
期待される結果: グリフはあるがレンダリング済みアイコンが欠落しているエンティティのリスト(標準およびHD)。
失敗時の対応: アイコンディレクトリが存在しない場合、パイプラインがまだ実行されていない — すべてを欠落として報告する。
ステップ 5: マニフェストの鮮度確認
マニフェストのカウントをレジストリのカウントと比較する。
viz/public/data/icon-manifest.jsonを読み取り — エントリ数をカウントするviz/public/data/agent-icon-manifest.jsonを読み取り — エントリ数をカウントするviz/public/data/team-icon-manifest.jsonを読み取り — エントリ数をカウントする- レジストリの合計と比較する
期待される結果: マニフェストのカウントがレジストリのカウントと一致する。不一致は古いマニフェストを示す。
失敗時の対応: マニフェストファイルが存在しない場合、データパイプラインをまず実行する必要がある(node build-data.js && node build-icon-manifest.js)。
ステップ 6: ギャップレポートの生成
構造化されたサマリーを生成する。
- 出力を明確なテーブルまたはリスト形式でフォーマットする:
=== Icon Pipeline Audit === MISSING GLYPHS (no glyph function): Skills: 5 missing — [list] Agents: 2 missing — [list] Teams: 0 missing MISSING ICONS (glyph exists, no rendered WebP): Standard (512px): 3 skills, 1 agent HD (1024px): 8 skills, 3 agents, 1 team STALE MANIFESTS: icon-manifest.json: 320 entries vs 326 registry (stale) agent-icon-manifest.json: 66 entries vs 66 registry (OK) team-icon-manifest.json: 15 entries vs 15 registry (OK) - 発見事項に基づいて次のアクションを提案する
期待される結果: 実行可能な次のステップを含む完全なギャップレポート。
失敗時の対応: すべてのチェックがギャップゼロで合格した場合、ポジティブな結果として「パイプライン完全同期」と報告する。
検証チェックリスト
- 3つのレジストリすべてが正常に読み取られている
- 3つのグリフマッピングファイルすべてが確認されている
- 標準とHDの両方のアイコンディレクトリがスキャンされている
- マニフェストの鮮度が確認されている
- カウントとエンティティリストを含むギャップレポートが生成されている
- 実行可能な次のステップが提供されている
よくある落とし穴
- IDフォーマットの不一致: レジストリはケバブケース(
create-skill)を使用するが、グリフマップではスネークケースのキーを使用する場合がある — 比較時に正規化を行うこと - パレットの前提: cyberpunkパレットのみのチェックではパレット固有のレンダリングギャップを見逃す
- 空のディレクトリ: ドメインディレクトリが存在するが空である場合、glob時に「アイコンが存在する」とカウントされる — ディレクトリの存在ではなく、ファイルの存在を確認すること
- HDが未レンダリング: HDアイコンは別のディレクトリツリー(
icons-hd/)にある — 標準アイコンと混同しないこと
関連スキル
- create-glyph — この監査で特定された欠落グリフを作成する
- enhance-glyph — 既存グリフの品質を改善する
- render-icon-pipeline — 欠落アイコンを生成するためにフルパイプラインを実行する
- Orphan icons checked (disk paths vs manifest)
- Orphans after re-homing: When a skill's domain changes,
build.shcreates icons at the new path but does NOT delete the old path — always run Step 6 orphan check after any domain migration
GitHub 저장소
연관 스킬
llamaguard
기타LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
cost-optimization
기타이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
quantizing-models-bitsandbytes
기타이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
dispatching-parallel-agents
기타이 Claude Skill은 3개 이상의 독립적인 문제를 동시에 조사하고 해결하기 위해 다중 에이전트를 배치합니다. 공유 상태나 의존성 없이 해결 가능한 무관련 장애 시나리오에 맞게 설계되었습니다. 핵심 기능은 병렬 문제 해결로, 각 독립 문제 영역마다 하나의 에이전트를 할당하여 효율성을 극대화합니다.
